Tôi đang quản lý mảng Android Automotive tại FPT Automotive (nhà Phần mềm). Công việc của tôi gắn với việc xây dựng năng lực kỹ thuật, tư vấn giải pháp và tham gia chuẩn bị các hồ sơ ước lượng cho những dự án sử dụng hệ điều hành Android Automotive.
Trong một đề bài presale gần đây, đội ngũ chúng tôi cần xây dựng ước lượng và phương án triển khai cho một hệ thống giao diện người - máy (HMI) có quy mô hàng trăm màn hình và nhiều nhóm chức năng khác nhau.
 |
| Anh Đặng Xuân Bách, Domain Leader Android Automotive, FPT Automotive. |
Bài toán này không đơn giản là đếm số lượng màn hình hay liệt kê số lượng tác vụ cần thực hiện. Phần khó nhất nằm ở việc kết nối nhiều nguồn thông tin, xác định phạm vi của từng nhóm chức năng và đưa ra những giả định kỹ thuật đủ cơ sở.
Ở giai đoạn presale, thông tin đầu vào thường mới dừng ở mức định hướng và yêu cầu tổng quan. Nhiều dữ liệu phục vụ ước lượng như độ phức tạp của từng chức năng, phạm vi triển khai chi tiết hoặc phương án kỹ thuật cụ thể cần tiếp tục được phân tích và làm rõ.
Điều đó đồng nghĩa với việc đội ngũ FPT phải chủ động tổng hợp thông tin, đối chiếu với kinh nghiệm kỹ thuật và các cơ sở tham chiếu phù hợp, từ đó xây dựng những giả định đủ cơ sở cho phương án đề xuất.
Chỉ cần một dữ liệu chưa được cập nhật đồng bộ hoặc một giả định chưa phù hợp cũng có thể ảnh hưởng đến kết quả tổng thể. Vì vậy, dù muốn tăng tốc, chúng tôi vẫn không thể bỏ qua bất kỳ bước kiểm tra nào.
Ngày 1: AI biến khối thông tin rời rạc thành một cấu trúc rõ ràng
Trước đây, để xây dựng khung cấu trúc tổng thể, đội ngũ thường phải lần lượt đọc từng trang tài liệu, ghi chú những nội dung quan trọng và tự kết nối thông tin giữa nhiều nguồn dữ liệu. Đây là công đoạn tốn nhiều thời gian nhưng lại khó rút gọn, bởi mọi quyết định phía sau đều phụ thuộc vào chất lượng dữ liệu đầu vào.
Lần này, chúng tôi để AI hỗ trợ ngay từ bước đầu tiên: tổng hợp nội dung, phân nhóm yêu cầu, đối chiếu các thông tin liên quan và khoanh vùng những điểm cần chuyên gia kiểm tra sâu hơn.
AI giúp xử lý nhanh phần thông tin có tính lặp lại, từ đó tạo ra một cấu trúc ban đầu để đội ngũ tiếp tục phân tích. Công nghệ không thay chúng tôi hiểu bài toán, nhưng giúp rút ngắn đáng kể thời gian đi qua khối thông tin lớn.
Khi dữ liệu đã được sắp xếp lại, tôi và các đồng nghiệp có thêm thời gian để xác định mức độ phức tạp thực sự của từng chức năng, làm rõ phạm vi đã được định nghĩa, nhận diện những nội dung cần bổ sung giả định và khoanh vùng các điểm có thể ảnh hưởng đến toàn bộ kết quả ước lượng.
Ngay trong ngày đầu tiên, lượng thông tin vốn rời rạc đã dần trở thành một bức tranh có cấu trúc. Với tôi, đây là bước quan trọng nhất để cả hành trình sau đó được tăng tốc.
Ngày 2: Dựng khung và thử các kịch bản
Sau khi dữ liệu đầu vào được hệ thống lại, AI tiếp tục hỗ trợ dựng khung bảng ước lượng với nhiều lớp thông tin và công thức liên kết.
Nếu làm hoàn toàn thủ công, đội ngũ sẽ phải dành nhiều thời gian cho việc tạo cấu trúc bảng, liên kết dữ liệu và cập nhật phép tính mỗi khi một giả định thay đổi. Với AI, phần việc này được thực hiện nhanh hơn, giúp chúng tôi tập trung vào nội dung chuyên môn thay vì những thao tác lặp lại.
Từ bộ khung ban đầu được AI hỗ trợ xây dựng, nhóm có thể phân tích nhiều kịch bản triển khai và quan sát tác động của từng lựa chọn đến kết quả tổng thể. Khi một giả định được điều chỉnh, các phần liên quan cũng được cập nhật đồng bộ, thay vì phải rà soát thủ công từng vị trí.
Điều này đặc biệt hữu ích trong các vòng rà soát chuyên môn. Thay vì chỉ nhìn vào một kết quả ước lượng duy nhất, nhóm có thể so sánh nhiều cách tiếp cận khác nhau, từ đó có thêm cơ sở để hoàn thiện phương án phù hợp với mục tiêu của đề bài.
Tuy nhiên, AI chỉ có thể tính toán dựa trên những nguyên tắc được cung cấp. Việc xác định nguyên tắc nào phù hợp, giả định nào có cơ sở và hệ số nào nên được sử dụng vẫn thuộc về các chuyên gia trong nhóm.
“Đồng nghiệp” AI có thể đọc nhanh, dựng nhanh và tính nhanh, nhưng cần được giao nhiệm vụ rõ ràng, cung cấp đủ ngữ cảnh và kiểm tra kết quả thường xuyên.
Ngày 3: Rà soát trước khi hoàn thiện
Ngày cuối cùng được dành phần lớn cho việc rà soát. Ở bước này, AI hỗ trợ đối chiếu các phần trong hồ sơ, từ nguồn thông tin, giả định đến bảng tính, qua đó khoanh vùng những điểm chưa đồng nhất để các kỹ sư kiểm tra lại.
Đây là lúc giá trị của công nghệ hiện lên rõ hơn. Trong một hồ sơ có nhiều lớp dữ liệu liên kết, những điểm chưa thống nhất đôi khi rất nhỏ, khó phát hiện nhưng có thể ảnh hưởng đến kết quả sau cùng.
Trong quá trình rà soát, AI nhiều lần giúp chúng tôi phát hiện các điểm cần kiểm tra lại: có nội dung được diễn giải chưa thống nhất giữa các phần tài liệu, có giả định cần được xác nhận lại, có số liệu hoặc cách trình bày cần được đối chiếu thêm trước khi hoàn thiện hồ sơ.
Bên cạnh việc rà soát nội bộ, AI còn hỗ trợ đội ngũ chuẩn bị tốt hơn cho các vòng review chuyên môn. Nhờ khả năng đối chiếu và kiểm tra tính nhất quán của tài liệu, nhiều điểm liên quan đến logic, khả năng truy vết và sự liên kết giữa các phần nội dung được xử lý từ sớm.
Điều này giúp nhóm có thêm thời gian để kiểm chứng, điều chỉnh và hoàn thiện tài liệu trước các vòng rà soát tiếp theo.
Dù vậy, những phát hiện của AI không thể được đưa vào sử dụng ngay lập tức. Mỗi nội dung được AI chỉ ra đều cần được mở lại cơ sở ban đầu để đối chiếu, xác nhận bằng kiến thức kỹ thuật và kinh nghiệm thực tế trước khi điều chỉnh.
AI cũng có lúc phân loại chưa sát hoặc đưa ra kết quả chỉ đúng sau khi được bổ sung thêm ngữ cảnh. Vì thế, các số liệu trong hồ sơ đều được tổ chức theo hướng có thể tính lại, kiểm tra và truy ngược cơ sở hình thành.
AI giúp chúng tôi nhanh hơn nhiều lần ở khâu đọc, dựng và rà soát, còn quyết định chuyên môn và trách nhiệm cuối cùng vẫn là ở con người.
Sau vòng kiểm tra cuối về số liệu, công thức và tính nhất quán, bộ hồ sơ nội bộ được hoàn thiện trong khoảng 2–3 ngày. Với cách làm trước đây, một bài toán tương tự có thể cần từ một đến hai tuần.
Điều đáng giá nhất không chỉ là thời gian được rút ngắn. Khi AI hỗ trợ phần lớn các tác vụ tổng hợp, cấu trúc hóa và rà soát dữ liệu, các chuyên gia có nhiều thời gian hơn để tập trung vào phân tích kỹ thuật, đánh giá rủi ro và hoàn thiện phương án triển khai.
Với tôi, AI không thay thế chuyên môn của con người mà giúp đội ngũ sử dụng chuyên môn đó hiệu quả hơn. Đặc biệt trong những bài toán có nhiều thông tin, nhiều giả định và yêu cầu đưa ra quyết định trong thời gian ngắn, AI đang trở thành một cộng sự đáng tin cậy, giúp chúng tôi vừa tăng tốc độ thực hiện vừa duy trì chất lượng của các hồ sơ quan trọng.
Đặng Xuân Bách | Domain Leader, FPT Automotive
Ý kiến
()